Pandas 使用 NaN 获取列名 - Python

在使用 Pandas 进行数据处理和分析时，经常会遇到需要获取包含 NaN（缺失值）的列名的情况。本指南将向你展示如何使用 Pandas 在 Python 中完成这个任务。

首先，我们需要导入 Pandas 库：

import pandas as pd

然后，我们可以创建一个包含 NaN 值的示例数据集：

data = {'A': [1, 2, 3, None, 5],
        'B': [None, 6, 7, 8, 9],
        'C': [10, 11, 12, None, None]}
df = pd.DataFrame(data)

创建完成后，我们可以使用 isnull() 方法检查每个单元格是否为 NaN：

nan_check = df.isnull()

nan_check 是一个布尔类型的 DataFrame，其值为 True 表示对应的单元格是 NaN。

接下来，我们可以使用 any() 方法检查每列是否存在至少一个 True 值，即是否存在 NaN：

nan_columns = nan_check.columns[nan_check.any()].tolist()

nan_columns 是一个包含存在 NaN 的列名的列表。

最后，我们可以输出结果：

print(nan_columns)

这将打印出含有 NaN 值的列名。

以上就是使用 Pandas 获取含有 NaN 的列名的完整代码示例。

希望本指南对你有帮助！